CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ KIỂM ĐỊNH MƠ HÌNH
4.3. Phân tích nhân tố khám phá EFA
Sau khi thực hiện đánh giá sơ bộ thang đo, nghiên cứu tiếp tục thực hiện phân tích nhân tố của thang đo. Phân tích nhân tố khám phá(Exploratory Factor Analysis) là tên chung của một nhóm các thủ tục được sử dụng để thu nhỏ và tóm tắt dữ liệu.
Phân tích EFAnhằm nhận diện các nhân tố giải thích cho biến thành phần. Đây là phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến ít hơn để chúng có ý nghĩa nhưng vẫn chứa đủ nội dung của tập biến ban đầu (Hoàng Trọng – Chu Mộng Ngọc, 2008). Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA với các tiêu chuẩn như sau:
Hệ số KMO (Kaiser – Meyer – Olkin) dùng để đánh giá sự thích hợp của EFA 0.5≤ KMO ≤ 1 và mức ý nghĩa của kiểm định Bartlett’s sig <0.05. Hệ số tải nhân tố (Factor loading) giá trị này biểu thị mối quan hệ tương
quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố ≥ 0.5. Nếu biến quan sát nào có trọng số < 0.5 sẽ bị loại (Hair & ctg,1998).
Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Hair& ctg,1998).
Hệ số Eigenvalue phải có giá trị ≥1 mới được giữ lại trong mơ hình phân tích nghiên cứu (Gerbing & Anderson, 1998).
Ngoài ra, để tăng cường khả năng giải thích các nhân tố, nghiên cứu chọn phương pháp rút trích các thành phần chính (Principal components) và phương pháp xoay nguyên gốc các nhân tố Varimax Procedure được sử dụng để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, giúp tăng khả năng giải thích các nhân tố.